최근 한국 선거정치에서 세대 요인의 중요성이 커지고 있지만 기존 연구의 대부분은 횡단면 비교방법에 의존해 왔다. 이에 따라 세대 효과를 구성하는 연령효과와 코호트 효과를 경험적으로 구별하여 분석하지 못했을 뿐 아니라, 특히 연령효과와 세대효과 사이의 교호작용에 대한 경험적 분석을 찾아보기 힘들다. 본 논문의 목적은 세대효과를 코호트효과와 연령효과로 구분하여 측정하고, 또한 코호트효과와 연령효과 간의 교호작용을 분석하는 것이다. 이를 위해 본 연구는 5세 단위의 동일한 출생코호트를 기준으로 16대 대선과 18대 대선까지 투표선호와 정당지지의 변화를 검증하는 종단면적인 비교분석을 시도하였다. 분석의 결과 1973년 이후 출생자들은 시간 변화에 따른 연령효과를 찾아보기 힘들었지만, 1953년 이전 출생자 들은 세 선거 동안 보수화 경향이 나타나는 뚜렷한 연령효과를 확인할 수 있었다. 한편 1958-67년생 출생자 코호트의 경우 2002년 선거 시점을 기준으로 보면 2012년 현재 보수화 경향이 확인되지만, 1953년생 이전 출생자들처럼 일관된 선형관계를 보여주지 않았다. 또한 개인 수준에서 코호트*연령효과의 교호작용을 검증하기 위해 연령코호트를 45세를 기준으로 두 집단으로 나누고 대선지지, 정당지지, 주관적 이념평가에 미치는 연령변수의 효과를 검증했다. 2012년 EAI․SBS․중앙일보․한국리서치의 KEPS패널조사 데이터를 활용하여 로지스틱회귀분석, 다중회귀분석 모델을 적용한 결과, 44세 이하에서는 연령변수의 통계적 유의성이 검증되지 않았다. 반면, 45세 이상 코호트에서는 세 종수 변수 각각에 대해 모두 일관된 유의성이 검증되었다. 연령효과가 45세 이후 코호트에서 본격적으로 나타나는 코호트*연령효과의 교호작용을 경험적으로 추론할 수 있는 결과다.`

While the generational cleavage has emerged as one of key determinants for electoral outcome in recent Korean elections, most of the previous studies on the generational cleavage have relied on cross-sectional design and thus have limitation to analyze the degree and source of difference in political attitude and voting preference among differing age groups. This article argues that generational differences in voting choice are compounding outcomes of the cohort effect and the aging effect. In addition, this article aims to explore the interaction between the cohort and the aging effect which most of previous studies have ignored. The main findings of this article can be summarized as follows. Firstly, by comparing the longitudinal changes in the dependent variables-voting, party support, and self-ideological placement on the same cohorts at different age level over 2002, 2007, and 2012 Presidential elections, the aging effect is observed among older cohorts than the birth years of 1958~1962 or 1963~1967. However, there is no evidence of the aging effect among the younger cohorts. Secondly, this paper test the influence of the age on the three dependent variables with the regression models at the individual level. As expected, the age effect of age is statistically significant among older generations, while not among younger generations.

Cohort effect, Aging effect, Interaction effect, confounding effect, longitudinal design, cross-sectional design